BR102020026321A2

BR102020026321A2 - DIRT OR WASTE QUANTIFICATION METHOD FOR MONITORING, CONTROL AND ANALYSIS OF THE INDUSTRIAL PRODUCTION PROCESS OF COLD LAMINATED OR SHEET

Info

Publication number: BR102020026321A2
Application number: BR102020026321-8A
Authority: BR
Inventors: Humberto Felipe Da Silva; Fabiano Fernandes Bargos; Morun Bernardino Neto; Fernanda Antunes De Amorim
Original assignee: Universidade De São Paulo - Usp
Priority date: 2020-12-21
Filing date: 2020-12-21
Publication date: 2022-07-05

Abstract

MÉTODO DE QUANTIFICAÇÃO DE SUJIDADES OU RESÍDUOS PARA MONITORAMENTO, CONTROLE E ANÁLISE DO PROCESSO INDUSTRIAL DE PRODUÇÃO DE LAMINADOS OU CHAPAS A FRIO. A presente invenção se refere a um método de quantificação de sujidades ou resíduos de laminados ou chapas de metais, preferencialmente de alumínio, que tenham passado por um processo de laminação a frio, dentro das indústrias metalúrgicas. O método da presente invenção compreende as etapas de coleta de dados por meio da obtenção de imagens; processamento digital da imagem; cálculo de sujidades ou resíduos, a partir da transformação da imagem em uma imagem binária; e análise estatística por meio de distribuição de frequência dos valores em intervalos de classes.METHOD OF QUANTIFICATION OF DIRT OR WASTE FOR MONITORING, CONTROL AND ANALYSIS OF THE INDUSTRIAL PROCESS OF PRODUCTION OF COLD LAMINATES OR SHEET. The present invention relates to a method of quantifying dirt or residues from laminates or metal sheets, preferably aluminum, that have gone through a cold rolling process within the metallurgical industries. The method of the present invention comprises the steps of collecting data by obtaining images; digital image processing; calculation of dirt or residues, from the transformation of the image into a binary image; and statistical analysis through frequency distribution of values in class intervals.

Description

DIRT OR WASTE QUANTIFICATION METHOD FOR MONITORING, CONTROL AND ANALYSIS OF THE INDUSTRIAL PRODUCTION PROCESS OF COLD LAMINATED OR SHEET

field of invention

[001] A presente invenção se refere a um método de quantificação de sujidades ou resíduos de laminados ou chapas de metais, preferencialmente de alumínio, que tenham passado por um processo de laminação a frio, dentro das indústrias metalúrgicas.[001] The present invention refers to a method of quantification of dirt or residues of laminates or metal sheets, preferably aluminum, that have gone through a cold rolling process, within the metallurgical industries.

Description of the State of the Technique

[002] Nas últimas duas décadas, o setor de alumínio passou por mudanças estruturais mais fortes do que outros setores no Brasil. Essas mudanças criaram um novo panorama tanto do lado do suprimento, quanto do lado da demanda. Ao longo desses anos, muitos estudos foram realizados com o objetivo de desenvolver uma tecnologia capaz de substituir o aço e outros metais e defender o uso do alumínio (MASSARENTE et al., 2013).[002] In the last two decades, the aluminum sector has undergone stronger structural changes than other sectors in Brazil. These changes have created a new landscape on both the supply and demand sides. Over the years, many studies have been carried out with the aim of developing a technology capable of replacing steel and other metals and defending the use of aluminum (MASSARENTE et al., 2013).

[003] Nesse sentido, a demanda por alumínio cresceu, especialmente a demanda interna que, no período de 1998 a 2004, oscilou entre 650-750 mil toneladas, sem nenhum crescimento efetivo, acelerou para mais de 1,4 milhões de toneladas em 2013, isto é, dobrando em um período de dez anos (IBGE).[003] In this sense, the demand for aluminum grew, especially the domestic demand which, in the period from 1998 to 2004, fluctuated between 650-750 thousand tons, without any effective growth, accelerated to more than 1.4 million tons in 2013 , that is, doubling in a period of ten years (IBGE).

[004] As principais indústrias que atualmente consomem alumínio no Brasil são a de Bebidas (embalagens), Transportes, Construção Civil e Eletricidade.[004] The main industries that currently consume aluminum in Brazil are Beverages (packaging), Transport, Civil Construction and Electricity.

[005] Uma das vantagens mais importantes do alumínio é o fato de poder ser transformado com facilidade. De uma maneira geral, a obtenção do alumínio na forma metálica segue um processo que se inicia, usualmente, na mineração de bauxita, seguida do seu beneficiamento que, por sua vez, segue para a refinaria, onde passa por um tratamento químico para que as impurezas sejam extraídas, formando um produto intermediário denominado alumina (pó branco). Finalmente, a alumina é transformada em alumínio primário, na forma metálica, por meio da eletrólise (CARDOSO et al., 2011).[005] One of the most important advantages of aluminum is the fact that it can be easily transformed. In general, obtaining aluminum in metallic form follows a process that usually begins in bauxite mining, followed by its processing, which, in turn, goes to the refinery, where it undergoes a chemical treatment so that the impurities are extracted, forming an intermediate product called alumina (white powder). Finally, alumina is transformed into primary aluminum, in metallic form, through electrolysis (CARDOSO et al., 2011).

[006] O alumínio primário segue diferentes processos para adquirir as características adequadas às mais diversas aplicações. As principais técnicas de transformação são: a extrusão, a laminação, a fundição e o forjamento (CARDOSO et al., 2011).[006] Primary aluminum follows different processes to acquire the characteristics suitable for the most diverse applications. The main transformation techniques are: extrusion, lamination, casting and forging (CARDOSO et al., 2011).

[007] Mais especificamente, o processo de conformação do material é realizado pela passagem forçada entre dois cilindros, processo este chamado de laminação. Essa transformação mecânica é realizada pela redução da seção transversal por compressão do metal e pela passagem dele entre os dois cilindros que podem ser de aço com eixos equidistantes que giram em torno de si mesmos. Esta seção transversal é retangular e refere-se a produtos laminados planos de alumínio e suas ligas, abrangendo desde chapas mais espessas de 150 mm até folhas com espessura de 0,005 mm (ABM, 2008 e ABAL, 2007).[007] More specifically, the material shaping process is carried out by forced passage between two cylinders, a process called lamination. This mechanical transformation is carried out by reducing the cross-section by compressing the metal and passing it between the two cylinders, which can be made of steel with equidistant axes that rotate around themselves. This cross section is rectangular and refers to flat rolled products of aluminum and its alloys, ranging from 150 mm thicker sheets to 0.005 mm thick sheets (ABM, 2008 and ABAL, 2007).

[008] Existem dois processos usuais de laminação de alumínio: com laminador a quente (LQ) e com laminador a frio (LF).[008] There are two usual aluminum rolling processes: with hot rolling mill (LQ) and with cold rolling mill (LF).

[009] O LF trabalha a temperaturas mais baixas do que as de recristalização do alumínio e é realizada, normalmente, em laminadores quádruplos, reversíveis ou não, dos quais o último é mais utilizado. Os laminadores estão dimensionados para reduções de seções entre 30% e 70% por passe, dependendo, também, das características do material em questão. Laminadores mais aprimorados são integrados por sistemas computadorizados de controle de espessura e de planicidade. Todo processo de afinamento da espessura é feito pela combinação de esforços de compressão e tração simultaneamente (ABAL, 2007).[009] The LF works at lower temperatures than those of aluminum recrystallization and is normally performed in quadruple rolling mills, reversible or not, of which the latter is more used. The rolling mills are dimensioned for section reductions between 30% and 70% per pass, also depending on the characteristics of the material in question. Improved laminators are integrated by computerized thickness and flatness control systems. The entire thickness thinning process is done by combining compression and traction forces simultaneously (ABAL, 2007).

[0010] No LF empregam-se dois recursos: tensões avante e tensões a ré. Ambas suavizam o esforço de compressão feito pelos cilindros ou ampliam a eficiência de redução por passe. Essa assistência também é responsável por diminuir a espessura no caso de laminação de folhas finas, em que os cilindros do laminador estão em contato e com abertura imperceptível.[0010] In the LF, two resources are used: forward tensions and aft tensions. Both soften the compression effort made by the cylinders or increase the reduction efficiency per pass. This assistance is also responsible for reducing the thickness in the case of rolling thin sheets, in which the rolling mill cylinders are in contact and with imperceptible opening.

[0011] Durante o processo de LF ocorre a quebra da superfície da chapa, o que ocasiona a geração de finos de alumínio que, ao se depositarem sobre a chapa, podem ser laminados formando o Smut - defeito superficial ocasionado por um resíduo escuro no sentido de laminação caracterizado, na maior parte, por finos e óxido de alumínio associados a resíduos orgânicos. Este defeito superficial gera alto índice de rejeição interna como também a devolução das bobinas (MENDES et al., 2013).[0011] During the LF process, the surface of the plate breaks, which causes the generation of aluminum fines that, when deposited on the plate, can be laminated forming the Smut - surface defect caused by a dark residue in the direction rolling mill characterized, for the most part, by fines and aluminum oxide associated with organic residues. This superficial defect generates a high rate of internal rejection as well as the return of the coils (MENDES et al., 2013).

[0012] O perfil desse defeito é de geração de uma mancha escura no sentido de laminação que é passada para a superfície da bobina podendo ocorrer na face superior e/ou inferior. Essa mancha é proveniente de sujeira (finos de alumínio), óxido de alumínio e resíduos de óleo que, somados a altas temperaturas, acabam se acumulando nos roletes de saída da mesa do laminador. Essa sujeira, que é passada para a chapa seca, pode ou não se desgrudar do material, deixando uma corrosão no local do defeito (MENDES et al., 2013).[0012] The profile of this defect is the generation of a dark spot in the lamination direction that is passed to the surface of the coil and may occur on the upper and/or lower face. This stain comes from dirt (aluminium fines), aluminum oxide and oil residues that, added to the high temperatures, end up accumulating on the exit rollers of the laminator table. This dirt, which is passed to the dry sheet, may or may not detach from the material, leaving a corrosion at the defect site (MENDES et al., 2013).

[0013] Assim, essa sujeira de finos pode influenciar não somente na geração de defeitos superficiais, como pode tornar o óleo de laminação muito sujo, dificultando outros tipos de análise dentro do processo.[0013] Thus, this dirt from fines can influence not only the generation of surface defects, but can make the lamination oil very dirty, making other types of analysis within the process difficult.

[0014] Com isso, as chapas ou laminados de alumínio, ou de outros materiais que passam pela LF, podem apresentar uma alta rejeição, pois estão fora dos padrões estabelecidos por essas indústrias.[0014] As a result, aluminum sheets or laminates, or other materials that pass through the LF, may have a high rejection, as they are outside the standards established by these industries.

[0015] Nesse sentido, identificar as chapas ou laminados com as sujidades ou resíduos fora dos padrões aceitáveis, além de detectar a causa da presença de sujidades ou resíduos dentro do processo, é um dos problemas da técnica que essa invenção resolve por meio do seu método de quantificação de resíduos ou sujidades em laminados ou chapas de metais, preferencialmente alumínio, produzidas em processo de laminação a frio, na própria bobina de laminação.[0015] In this sense, identifying the sheets or laminates with dirt or residues outside acceptable standards, in addition to detecting the cause of the presence of dirt or residues within the process, is one of the problems of the technique that this invention solves through its method of quantification of residues or dirt in laminates or metal sheets, preferably aluminum, produced in a cold rolling process, in the lamination coil itself.

State of the Technique

[0016] Atualmente, dentro da indústria, o controle de sujidades ou resíduos de laminados ou chapas de alumínio é realizado por inspeção humana. Além de ineficiente, a inspeção visual pode trazer baixa confiabilidade para os resultados obtidos.[0016] Currently, within the industry, the control of dirt or residues from aluminum laminates or sheets is carried out by human inspection. In addition to being inefficient, visual inspection can bring low reliability to the results obtained.

[0017] Nesse sentido, tecnologias baseadas em análises realizadas por ferramentas computacionais têm sido produzidas e implementadas para superar os problemas decorrentes da inspeção visual humana.[0017] In this sense, technologies based on analyzes performed by computational tools have been produced and implemented to overcome the problems arising from human visual inspection.

[0018] O BR 11 2019 015441 8 se refere a um método de detecção de escória em um fluxo de aço fundido. De acordo com o referido documento, a escória (sujidade ou resíduo) do fluxo do aço fundido, direcionado a partir do conversor para a panela, pode ser detectada a partir da emissividade de uma região de pixel correspondente à escória e ao aço. A escória terá uma emissividade maior que uma emissividade de uma região de pixel correspondente ao aço fundido, e a partir dessa emissividade é obtido um histograma. Em BR 11 2019 015441 8, após a etapa de detecção do ponto de pico máximo do histograma, haverá uma etapa de detecção de ponto intermediário, que é igual ou maior que um valor-limite predeterminado do número de pixels no histograma, uma etapa de contagem do ponto de pico intermediário e uma etapa de determinação do ponto de pico máximo.[0018] BR 11 2019 015441 8 refers to a method of detecting slag in a molten steel stream. According to that document, the slag (dirt or residue) of the molten steel flow, directed from the converter to the ladle, can be detected from the emissivity of a pixel region corresponding to the slag and the steel. The slag will have an emissivity greater than an emissivity of a pixel region corresponding to the molten steel, and from this emissivity a histogram is obtained. In BR 11 2019 015441 8, after the step of detecting the maximum peak point of the histogram, there will be a step of detecting the intermediate point, which is equal to or greater than a predetermined threshold value of the number of pixels in the histogram, a step of intermediate peak point count and a maximum peak point determination step.

[0019] O BR 11 2019 015451 5 se refere a um método de detecção de escória em um fluxo de aço fundido. De acordo com o referido documento, a escória (sujidade ou resíduo) do fluxo do aço fundido, direcionado a partir do conversor para o cadinho, pode ser detectada a partir da emissividade de uma região de pixel correspondente à escória e ao aço. A escória terá uma emissividade maior que uma emissividade de uma região de pixel correspondente ao aço fundido, e a partir dessa emissividade é obtido um histograma. Em BR 11 2019 015451 5, após a etapa de detecção de ponto de pico máximo, haverá uma etapa de determinação do ponto de pico máximo, a partir de um valor predeterminado, baseada na variação de ∆T de um parâmetro de densidade Tn no ponto de pico máximo Pn para determinar o que é escória.[0019] BR 11 2019 015451 5 refers to a method of detecting slag in a molten steel stream. According to that document, the slag (dirt or residue) of the molten steel flow, directed from the converter to the crucible, can be detected from the emissivity of a pixel region corresponding to the slag and the steel. The slag will have an emissivity greater than an emissivity of a pixel region corresponding to the molten steel, and from this emissivity a histogram is obtained. In BR 11 2019 015451 5, after the maximum peak point detection step, there will be a step to determine the maximum peak point, from a predetermined value, based on the variation of ∆T of a density parameter Tn at the point peak Pn to determine what is slag.

[0020] YunpengMa, Qingwu Li, Yaqin Zhou, Feijia He, Shuya Xi (A SURFACE DEFECTS INSPECTION METHOD BASED ON MULTIDIRECTIONAL GRAY-LEVEL FLUCTUATION) de 2017, apresenta uma tecnologia de inspeção visual por máquina, em que propõe um método adaptativo para a detecção de defeitos de superfície. Este método altera os limites e os valores das etapas extraindo a condição de flutuação do nível de cinza das imagens e, em seguida, usa a diferença do nível de cinza da vizinhança para segmentar defeitos do fundo.[0020] YunpengMa, Qingwu Li, Yaqin Zhou, Feijia He, Shuya Xi (A SURFACE DEFECTS INSPECTION METHOD BASED ON MULTIDIRECTIONAL GRAY-LEVEL FLUCTUATION) from 2017, presents a visual inspection technology by machine, in which it proposes an adaptive method for the surface defect detection. This method changes the thresholds and step values by extracting the gray level fluctuation condition from the images and then uses the neighborhood gray level difference to segment background defects.

[0021] Sharifzadeh M., et. al (DETECTION OF STEEL DEFECT USING THE IMAGE PROCESSING ALGORITHMS) de 2020, investiga uma detecção e classificação de defeitos na superfície do aço. Sharifzadeh destaca que algoritmos de processamento de imagem são aplicados para detectar quatro tipos populares de defeitos de aço, ou seja, furo, arranhão, quebra de bobina e ferrugem. Os resultados mostram que os algoritmos aplicados apresentam um bom desempenho na detecção de defeitos de aço. Os resultados numéricos indicam que os algoritmos de processamento de imagem implementados têm de 78% e 90,4% de precisão nos defeitos.[0021] Sharifzadeh M., et. al (DETECTION OF STEEL DEFECT USING THE IMAGE PROCESSING ALGORITHMS) 2020, investigates a detection and classification of defects on the surface of steel. Sharifzadeh points out that image processing algorithms are applied to detect four popular types of steel defects, namely puncture, scratch, coil breakage and rust. The results show that the applied algorithms present a good performance in the detection of steel defects. Numerical results indicate that the implemented image processing algorithms have 78% and 90.4% accuracy on defects.

[0022] O estado da técnica traz algumas soluções para os problemas de detecção dos defeitos de superfície e para evitar ou eliminar a presença de sujidade ou resíduos. No entanto, essas tecnologias não são adequadas para melhorar a confiabilidade no monitoramento, controle e análise de sujidade ou resíduo de laminados ou chapas de metais, preferencialmente alumínio, que passam por LF, para que se possa ter um aumento no grau de eficácia da melhoria da qualidade e conformidade do produto final.[0022] The state of the art provides some solutions to the problems of detecting surface defects and to avoid or eliminate the presence of dirt or residues. However, these technologies are not suitable for improving reliability in the monitoring, control and analysis of dirt or residue from laminates or metal sheets, preferably aluminum, that pass through LF, so that an increase in the degree of effectiveness of the improvement can be achieved. the quality and conformity of the final product.

[0023] Alguns métodos do estado da técnica, como é o caso do BR 11 2019 015441 8 e BR 11 2019 015451 5, criam histogramas da distribuição de temperaturas ou defeitos de uma imagem em um determinado instante de tempo. A imagem criada é transformada em escala de cinza e assim, a sujidade daquela amostra é determinada. Baseado nesse histograma, os processos do estado da técnica inferem a quantidade de escória, defeitos, resíduos ou sujidades no fluxo ou superfície do material, naquele instante.[0023] Some state-of-the-art methods, such as BR 11 2019 015441 8 and BR 11 2019 015451 5, create histograms of the distribution of temperatures or defects of an image at a given instant of time. The created image is transformed into grayscale and thus, the dirtiness of that sample is determined. Based on this histogram, state-of-the-art processes infer the amount of slag, defects, residues or dirt in the material flow or surface at that instant.

[0024] No entanto, durante a LF, a criação de imagens com distribuição de cinza não é necessária, posto que apenas a indicação da presença ou ausência de sujidade ou resíduos (por meio de binários) é suficiente, sem a necessidade de se criar uma distribuição contínua de temperaturas ou outras propriedades.[0024] However, during LF, the creation of images with gray distribution is not necessary, since only the indication of the presence or absence of dirt or residues (by means of binaries) is enough, without the need to create a continuous distribution of temperatures or other properties.

[0025] Ainda, alguns processos do estado da técnica, como é o caso daqueles apresentados em Yunpeng Ma, Qingwu Li, Yaqin Zhou, Feijia He, Shuya Xi e Sharifzadeh M., et. al, têm o único intuito de segmentar os defeitos de superfícies de metais, sem no entanto se comprometer em identificar qual seria o grau aceitável de defeitos, sujidades ou resíduos dentro do processo de LF realizado na indústria, ou mais prioritário ainda, inspecionar as causas que levaram à presença desses produtos que serão rejeitados.[0025] Still, some state-of-the-art processes, such as those presented in Yunpeng Ma, Qingwu Li, Yaqin Zhou, Feijia He, Shuya Xi and Sharifzadeh M., et. al, have the sole purpose of segmenting metal surface defects, without, however, committing to identify what would be the acceptable degree of defects, dirt or residues within the LF process carried out in the industry, or even more priority, inspect the causes that led to the presence of these products that will be rejected.

[0026] Particularmente, os documentos do estado da técnica citados acima e outros processos disponíveis atualmente, analisam a superfície de apenas uma amostra ao longo dos processos de produção das chapas ou laminados, e não se comprometem em criar uma escala para quantificar sujidades ou resíduos em laminados ou chapas produzidas em processo de laminação a frio na própria bobina de laminação.[0026] Particularly, the state-of-the-art documents cited above and other processes currently available, analyze the surface of only one sample throughout the production processes of sheets or laminates, and do not commit to creating a scale to quantify dirt or residues. in laminates or sheets produced in a cold rolling process in the rolling coil itself.

[0027] Para que a inspeção seja eficiente, enquanto a LF ocorre, o grau de sujidade deve ser baseado em um conjunto N de amostras, e não para uma única amostra.[0027] For the inspection to be efficient, while the LF occurs, the degree of soiling must be based on a set N of samples, and not for a single sample.

[0028] Nenhum dos documentos do estado da técnica apresenta uma escala de valores de sujidade ou resíduo adequada para laminado ou chapas de metais, preferencialmente alumínio. Nesse sentido, essa invenção apresenta um novo método para quantificar sujidades ou resíduos em chapas ou laminados de metais, preferencialmente alumínio, produzidas em processo de laminação a frio.[0028] None of the state-of-the-art documents presents a scale of dirt or residue values suitable for laminate or metal sheets, preferably aluminum. In this sense, this invention presents a new method to quantify dirt or residues in metal plates or laminates, preferably aluminum, produced in a cold rolling process.

Objectives of the invention

[0029] A presente invenção fornece um processo para quantificar sujidade ou resíduos em laminados ou chapas de metais, particularmente de alumínio, produzidas em processo de laminação a frio, na própria bobina de laminação. Esse processo permite amplificar a confiabilidade e acuracidade do monitoramento, análise e controle de sujidade ou resíduo, permitindo aumentar a qualidade e conformidade do produto final.[0029] The present invention provides a process to quantify dirt or residues in laminates or metal sheets, particularly aluminum, produced in a cold rolling process, in the rolling coil itself. This process allows to amplify the reliability and accuracy of the monitoring, analysis and control of dirt or residue, allowing to increase the quality and conformity of the final product.

[0030] A presente invenção além de detectar com precisão sujidade ou resíduo, utiliza as informações extraídas das amostras, com o intuito de se criar uma escala de valores de resíduos ou sujidades em laminados ou chapas de alumínio, para finalmente, com a definição estatística e automatizada dessa escala para o processo, ser possível relacionar o grau de sujidade ou resíduo com os parâmetros de operação de produção.[0030] The present invention, in addition to accurately detecting dirt or residue, uses the information extracted from the samples, in order to create a scale of residue or dirt values in aluminum laminates or sheets, and finally, with the statistical definition and automated from this scale to the process, it is possible to relate the degree of dirt or residue with the parameters of production operation.

[0031] Nesse sentido, o método dessa invenção é capaz de detectar as correlações estatísticas entre as sujidades e resíduos e os parâmetros de produção, assim determinando as causas para alterações de sujidades ou resíduos.[0031] In this sense, the method of this invention is capable of detecting statistical correlations between dirt and residues and production parameters, thus determining the causes for changes in dirt or residues.

Summary of the Invention

[0032] Entregar o alumínio com alta qualidade e antecipar todas as necessidades dos clientes são requisitos de alto valor para que uma indústria metalúrgica se mantenha competitiva no mercado e supere as expectativas do cliente. Logo, a redução de defeitos precisa ser, cada vez mais, uma meta a ser atingida para elevar o nível de excelência do material. Um dos problemas para a qualidade do laminado de alumínio, e de outros metais que passam pela LF, é representado por sujidade residual do processo de laminação no produto acabado.[0032] Delivering high quality aluminum and anticipating all customer needs are high value requirements for a metallurgical industry to remain competitive in the market and exceed customer expectations. Therefore, the reduction of defects needs to be, more and more, a goal to be reached to raise the level of excellence of the material. One of the problems for the quality of aluminum laminate, and other metals that pass through LF, is represented by residual dirt from the lamination process in the finished product.

[0033] Essa invenção apresenta um processo para quantificar, e dessa forma, monitorar e avaliar, o grau de sujidades ou resíduos dos laminados ou chapas de metal, mais especificamente alumínio, de modo a fornecer subsídios técnicos para melhorar o processo de LF.[0033] This invention presents a process to quantify, and thus, monitor and evaluate, the degree of dirtiness or residues of laminates or metal sheets, more specifically aluminum, in order to provide technical subsidies to improve the LF process.

[0034] A presente invenção compreende três macro etapas, genericamente denominadas de coletas de dados, processamento digital da imagem e cálculo da sujidade e análise estatística, respectivamente.[0034] The present invention comprises three macro steps, generically called data collection, digital image processing and dirt calculation and statistical analysis, respectively.

Brief Description of the Figures

[0035] A Figura 1 ilustra um fluxograma do processo dividido em três macro etapas.[0035] Figure 1 illustrates a process flowchart divided into three macro steps.

[0036] A Figura 2 mostra o processo de coleta das amostras por meio de um bloco padrão com um filtro umedecido com solvente.[0036] Figure 2 shows the sample collection process through a standard block with a filter moistened with solvent.

[0037] A Figura 3 descreve a) imagem digitalizada do filtro de papel; b) imagem binária (todos os pixels com intensidade maior do que um nível pré-estabelecido são substituídos pelo valor 1 (branco) e todos os outros pixels pelo valor 0 (preto)).[0037] Figure 3 describes a) scanned image of the paper filter; b) binary image (all pixels with intensity greater than a pre-established level are replaced by the value 1 (white) and all other pixels by the value 0 (black)).

[0038] A Figura 4 apresenta um detalhamento de uma tabela empregada na organização de dados, sendo 4A dados obtidos em uma única atividade (ou experimento) e 4B dados obtidos em vários momentos diferentes.[0038] Figure 4 shows a detail of a table used in the organization of data, with 4A data obtained in a single activity (or experiment) and 4B data obtained at several different times.

[0039] A Figura 5 apresenta um detalhamento de um gráfico empregado na organização de dados, sendo 2A dados obtidos em uma única atividade (ou experimento) e 2B dados obtidos em vários momentos diferentes.[0039] Figure 5 shows a detail of a graph used in the organization of data, with 2A data obtained in a single activity (or experiment) and 2B data obtained at several different times.

[0040] A Figura 6 apresenta gráficos de distribuição de frequência para 9(A), 8(B), 7(C) e 6 (D) classes.[0040] Figure 6 presents frequency distribution graphs for 9(A), 8(B), 7(C) and 6 (D) classes.

[0041] A Figura 7 destaca um gráfico de distribuição de frequência visualmente mais simétrico.[0041] Figure 7 highlights a visually more symmetrical frequency distribution plot.

Detailed description of the invention

[0042] O processo dessa invenção apresenta três macro etapas, que estão ilustradas na Figura 1 desse pedido. A seguir, cada uma dessas etapas é melhor descrita:[0042] The process of this invention has three macro steps, which are illustrated in Figure 1 of this application. Below, each of these steps is better described:

Step 1: Data Collection

[0043] A quantidade de finos de alumínio, ou outros metais que passam por LF, gerada durante a laminação pode se acumular em determinadas partes da bobina em detrimento de outras. Por isso, a importância da definição de regiões específicas para coleta de dados.[0043] The amount of aluminum fines, or other metals that pass through LF, generated during lamination can accumulate in certain parts of the coil to the detriment of others. Therefore, the importance of defining specific regions for data collection.

[0044] A coleta dos dados pode ser realizada na mesa de inspeção de bobinas que saem do laminador a frio. O instrumento óptico para captação de imagens como, por exemplo, câmeras, podem captar imagens da região de interesse gerando uma imagem digital que será processada para determinação da quantidade de finos.[0044] Data collection can be performed on the inspection table of coils leaving the cold rolling mill. The optical instrument for capturing images, such as cameras, can capture images of the region of interest, generating a digital image that will be processed to determine the amount of fines.

[0045] Alternativamente, as amostras podem ser obtidas com o auxílio de materiais os quais, quando pressionados contra a chapa ou laminado, possam gerar padrões, como por exemplo, pontos mais claros e escuros ou manchas, que são capazes de ser identificados durante o processo de quantificação de sujidades ou resíduos, como é o caso de um papel filtro umedecido. As amostras devem ser submetidas a um processo de secagem para serem então digitalizadas.[0045] Alternatively, samples can be obtained with the aid of materials which, when pressed against the sheet or laminate, can generate patterns, such as lighter and darker spots or spots, which are able to be identified during the process. dirt or residue quantification process, as in the case of a moistened filter paper. The samples must be subjected to a drying process to then be digitized.

[0046] Destaca-se que tanto para a coleta de dados realizada por meio de sensores, quanto por meio dos materiais capazes de gerarem padrões identificáveis, é importante que todas as amostras sejam obtidas por meio do mesmo método, ou seja, seguindo um padrão.[0046] It is noteworthy that both for data collection carried out through sensors and through materials capable of generating identifiable patterns, it is important that all samples are obtained through the same method, that is, following a pattern .

[0047] A operação de coleta de dados pode ser automatizada como, por exemplo, por meio de instrumento óptico para captação de imagens como câmeras com acionamento automático. A câmera, ou as câmeras, podem ser alocadas de forma conveniente sobre o material que foi laminado. A localização da câmera para obtenção das imagens irá depender do layout (projeto) da fábrica. Para o processo de identificação de finos basta que a distância entre a câmera e a superfície a ser fotografada seja adequada às características focais das lentes da câmera, de forma que as imagens obtidas tenham boa nitidez. A automação pode ser facilmente realizada utilizando-se qualquer dispositivo para acionamento automático da câmera em intervalos de tempo adequados (a serem determinados de acordo com as características do processo).[0047] The data collection operation can be automated, for example, by means of an optical instrument for capturing images such as cameras with automatic activation. The camera or cameras can be conveniently placed over the material that has been laminated. The location of the camera to obtain the images will depend on the layout (project) of the factory. For the fine identification process, it is sufficient that the distance between the camera and the surface to be photographed is adequate to the focal characteristics of the camera lens, so that the images obtained have good sharpness. Automation can be easily performed using any device for automatic camera activation at suitable time intervals (to be determined according to the process characteristics).

Step 2: Digital image processing and dirt calculation

[0048] Após o processo de coleta de dados (Etapa 1) as imagens obtidas deverão ser processadas. Essas imagens podem ser coloridas ou em escala de cinza.[0048] After the data collection process (Step 1) the images obtained must be processed. These images can be in color or grayscale.

[0049] As imagens coloridas precisam ser transformadas em imagens em escala de cinza. A imagem colorida pode ser computacionalmente representada por uma matriz, com três camadas, sendo que, em cada uma das camadas, são armazenadas as informações de uma das cores (RGB - Vermelho, Verde e Azul) de cada pixel da imagem - ou seja, a cor de um único pixel é definida pela quantidade de cada uma das três cores desse pixel. Essa quantidade de cor é um número que varia de 0 a 255. Por exemplo, o preto é representado pela tríade (0,0,0), com zero em cada um dos canais RGB, e o branco por (255,255,255).[0049] Color images need to be turned into grayscale images. The color image can be computationally represented by a matrix, with three layers, in which, in each of the layers, the information of one of the colors (RGB - Red, Green and Blue) of each image pixel is stored - that is, the color of a single pixel is defined by the amount of each of the three colors in that pixel. This amount of color is a number that ranges from 0 to 255. For example, black is represented by the triad (0,0,0), with zero in each of the RGB channels, and white by (255,255,255).

[0050] Entretanto, devido à natureza do problema em questão é possível usar uma simplificação da imagem, transformando-a em escala de cinza, gerando um ganho computacional. Ou seja, ao invés de se trabalhar com três canais de cores, usa-se apenas um canal. Importante salientar que essas imagens podem ser obtidas por meio de fotografias de uma câmera fotográfica, scanners, ou qualquer outro equipamento gerador de imagem, em escala de cinza.[0050] However, due to the nature of the problem in question, it is possible to use a simplification of the image, transforming it into grayscale, generating a computational gain. That is, instead of working with three color channels, only one channel is used. It is important to point out that these images can be obtained through photographs of a camera, scanners, or any other image generating equipment, in gray scale.

[0051] Para a quantificação de sujidades ou resíduos em um laminado ou chapa de metal, particularmente alumínio, que passou por LF, é preciso se estabelecer uma medida que indique a quantidade aproximada de pontos de finos em uma amostra. Por isso, a imagem em escala de cinza pode ser simplificada para uma imagem binária que indique apenas os pontos com presença de sujidades e resíduos e ausentes desses fenômenos. Na imagem convertida todos os pixels com intensidade maior do que o nível pré-estabelecido são substituídos pelo valor 1 (branco) e todos os outros pixels pelo valor 0 (preto). Os valores 1, representam os espaços que não apresentam sujidade ou resíduos, enquanto os espaços com valor 0, são aqueles que apresentam esses elementos na superfície. O nível pré-estabelecido é determinado por meio do método de Otsu, que escolhe o limiar para minimizar a variação intraclasse dos pixels preto e branco, ou por qualquer outro método mais eficiente que possa estar disponível. Entretanto, o método Otsu é um algoritmo de limiarização bastante popular par separação dos elementos na frente e no fundo de uma imagem e suficiente para esta aplicação [Otsu, N. (1975) A threshold selection method from gray level histograms. Automatica, 11(285296), pp. 2327).[0051] For the quantification of dirt or residues in a laminate or sheet metal, particularly aluminum, which has passed through LF, it is necessary to establish a measure that indicates the approximate amount of fine points in a sample. Therefore, the grayscale image can be simplified to a binary image that indicates only the points with the presence of dirt and residues and absent of these phenomena. In the converted image, all pixels with intensity greater than the preset level are replaced by the value 1 (white) and all other pixels by the value 0 (black). Values of 1 represent spaces that do not have dirt or residues, while spaces with a value of 0 are those that present these elements on the surface. The pre-set level is determined using the Otsu method, which chooses the threshold to minimize the intraclass variation of black and white pixels, or any other more efficient method that may be available. However, the Otsu method is a very popular thresholding algorithm for separating the front and back elements of an image and sufficient for this application [Otsu, N. (1975) A threshold selection method from gray level histograms. Automatica, 11(285296), pp. 2327).

Step 3: Statistical analysis

[0052] Após o processamento digital da imagem e cálculo da sujidade, faz-se uma distribuição de frequências desses valores em intervalo de classes. Diferentes intervalos de classe devem ser testados para avaliação do melhor ajuste à uma distribuição Gaussiana. O número n de intervalos de classe ótimo deve ser considerado para o agrupamento. O ponto médio do intervalo de maior frequência deve ser usado como ponto de corte (cut off point) para definir o que passa a ser considerado como maior sujidade/resíduos e menor sujidade/resíduos.[0052] After digital image processing and dirt calculation, a frequency distribution of these values in class range is made. Different class intervals must be tested to evaluate the best fit to a Gaussian distribution. The number n of optimal class intervals must be considered for clustering. The midpoint of the highest frequency range must be used as the cut off point to define what is considered as greater dirt/residue and less dirt/residue.

[0053] A flexibilidade na geração dos diferentes intervalos de classe dentro das indústrias que gerarão os laminados ou chapas de metal, particularmente alumínio, é importante, uma vez que se a fábrica realizar uma melhoria no processo de LFe, consequentemente atingir uma menor quantidade de finos, será possível usar apenas as amostras mais recentes para calibração da escala de sujidade e, então, ter-se-á uma nova escala, mais refinada e adequada aos novos parâmetros de operação, sendo então possível detectar variações cada vez menores.[0053] The flexibility in generating the different class intervals within the industries that will generate the laminates or metal sheets, particularly aluminum, is important, since if the factory performs an improvement in the LFe process, consequently achieve a lower amount of fines, it will be possible to use only the most recent samples for calibration of the scale of dirt and, then, you will have a new scale, more refined and adequate to the new operating parameters, being then possible to detect smaller and smaller variations.

[0054] O objetivo do método de análise é determinar por meio sistemático, objetivo e numérico o ponto de corte (cut off point) que seja capaz de separar um grupo de medidas numéricas em duas categorias, usando critérios práticos e não subjetivos além de ser um método que responda da mesma forma independentemente do operador, seja ele humano ou uma máquina.[0054] The objective of the method of analysis is to determine, through a systematic, objective and numerical way, the cut off point that is capable of separating a group of numerical measurements into two categories, using practical and non-subjective criteria, in addition to being a method that responds in the same way regardless of the operator, whether human or machine.

[0055] As duas classes nas quais as medidas serão categorizadas usam de ordenação dos valores em estatística de ordem (do menor para o maior valor), como: mais claro ou mais escuro, maiores ou menores escores ou ainda qualquer outra natureza de medidas que possa ser categorizada em duas únicas classes que se excluem.[0055] The two classes into which the measures will be categorized use ordering of values in order statistics (from lowest to highest value), such as: lighter or darker, higher or lower scores or any other nature of measures that can be categorized into two unique classes that exclude each other.

[0056] O método de análise usado na classificação das unidades (medidas) em dois grupos segue três passos, os quais são melhor descritos a seguir:[0056] The method of analysis used in classifying the units (measurements) into two groups follows three steps, which are better described below:

1) Organization of data

[0057] Os dados podem ser organizados em tabelas ou gráficos. Esses dados podem ter sido obtidos em uma única atividade ou experimento ou podem ser a junção de dados obtidos por atividade ou experimentos feitos em momentos diferentes, desde que sejam dados de mesma natureza e medidas da mesma variável (intensidade de cor, ou outros).[0057] Data can be organized into tables or graphs. These data may have been obtained in a single activity or experiment or may be the combination of data obtained by activity or experiments carried out at different times, as long as they are data of the same nature and measures of the same variable (color intensity, or others).

2) Data frequency analysis

[0058] Posteriormente, os dados são organizados graficamente por frequência das medidas em intervalos de classe para que se possa encontrar a distribuição de frequência (gráfico) que seja visualmente mais simétrica. A análise de frequência pode ser feita por meio de qualquer aplicativo gerador de gráficos do tipo Histograma como o Microsoft Excel, Bioestat 5.3 ou qualquer outro similar.[0058] Subsequently, the data are graphically organized by frequency of measurements in class intervals so that the frequency distribution (graph) can be found that is visually more symmetrical. Frequency analysis can be done using any Histogram-type chart generator application such as Microsoft Excel, Bioestat 5.3 or any other similar one.

3) Determination of the cut off point (cut off point)

[0059] Após a identificação do gráfico de distribuição de frequência dos valores dos dados divididos em intervalos de classes que seja visualmente mais simétrico, a classe do meio (se o número de classes for ímpar) ou as duas classes do meio (se o número de classes por par) é selecionado, e o ponto médio dessa(s) classe(s) passa a ser identificado. O ponto médio pode ser calculado pela média aritmética simples dos dois valores extremos da(s) classe(s) escolhida(s).[0059] After identifying the frequency distribution graph of data values divided into class intervals that is visually more symmetric, the middle class (if the number of classes is odd) or the middle two classes (if the number of classes per pair) is selected, and the midpoint of that class(es) is identified. The midpoint can be calculated by the simple arithmetic mean of the two extreme values of the chosen class(es).

[0060] Após a determinação do referido ponto de corte, é possível identificar os laminados ou chapas que estão dentro dos padrões adequados, daquelas que devem ser descartadas. Os laminados ou chapas que apresentam um valor de sujidades ou resíduos acima do valor de corte, apresentam problemas e podem ser considerados fora do padrão de qualidade da fábrica. Além disso, a partir da identificação do referido ponto de corte, é possível identificar, por exemplo, dentro de um dia específico de produção, os motivos que estão levando à obtenção de produtos finais com qualidade inferior e, com isso, mitigar os possíveis prejuízos advindos dessas falhas de processo.[0060] After determining the cut-off point, it is possible to identify the laminates or plates that are within the appropriate standards, those that must be discarded. Laminates or sheets that present a value of dirt or residues above the cut value, present problems and can be considered outside the factory's quality standard. In addition, from the identification of the aforementioned cut-off point, it is possible to identify, for example, within a specific day of production, the reasons that are leading to the obtaining of final products with inferior quality and, with this, to mitigate the possible losses. arising from these process failures.

EXAMPLE 1

[0061] Inicialmente, para a obtenção de uma amostra que represente a superfície de um laminado ou chapa do alumínio que passou pelo processo de LF, é necessário que um bloco retangular padrão, seja envolvido com um papel filtro e umedecido. As dimensões do bloco padrão, podem ser definidas de acordo com as características do processo, do material, do filtro de papel disponível, etc. Entretanto, uma vez definido o padrão ele deve ser mantido e usado em todas as medidas. O bloco deve ser posicionado sobre a face superior da chapa ou laminado e empurrado conforme ilustra o esquema da Figura 2. Ao final do comprimento padrão, definido de acordo com as características do processo, uma conversão de 180° com o bloco é realizada, e ao longo do mesmo comprimento esse bloco retorna, porém sem sobreposição, mas sim pelo espaço ao lado da primeira passagem na superfície da chapa ou laminado.[0061] Initially, to obtain a sample that represents the surface of a laminate or aluminum plate that has gone through the LF process, it is necessary that a standard rectangular block is wrapped with a filter paper and moistened. The dimensions of the standard block can be defined according to the characteristics of the process, material, available filter paper, etc. However, once the standard is defined it must be maintained and used in all measurements. The block must be positioned on the upper face of the sheet or laminate and pushed as shown in the diagram in Figure 2. At the end of the standard length, defined according to the characteristics of the process, a 180° conversion with the block is performed, and along the same length this block returns, but without overlapping, but through the space next to the first pass on the surface of the sheet or laminate.

[0062] O papel de filtro foi digitalizado ao ser scaneado em uma escala de cinza.[0062] Filter paper was scanned by being scanned in grayscale.

[0063] A Figura 3.a) mostra a imagem original e a Figura 3.b) a imagem binária obtida após o tratamento computacional. No exemplo em questão, a imagem binária foi obtida pelo método de Otsu disponível no software Matlab. A sujidade é então definida como a quantidade de pontos com valor de pixel 0 na imagem binária. Para isso foi desenvolvido um algoritmo que percorre todas as n linhas e m colunas da matriz que representa a imagem e os pontos com valor 0 foram contados, como mostrado no pseudo-código abaixo:
Pseudo-código do algoritmo para contagem de pontos pretos em uma imagem binária. Seja "Pretos" uma variável que armazena a quantidade de pontos pretos (valor de pixel igual a 0) na imagem. Seja "M" uma matriz n (linhas) x m (colunas) que representa uma imagem binária.

1. Início:
2. M = imagem binária
3. Pretos = 0
4. Para i valendo de 1 até n faça
5. Para j valendo de 1 até m faça
6. Se M(i,j) == 0
7. Pretos = Pretos + 1
8. FimSe
9. FimPara
10. FimPara
11. Fim

[0063] Figure 3.a) shows the original image and Figure 3.b) the binary image obtained after the computational treatment. In the example in question, the binary image was obtained by the Otsu method available in the Matlab software. Dirt is then defined as the amount of points with pixel value 0 in the binary image. For this, an algorithm was developed that traverses all n rows in columns of the matrix that represents the image and the points with value 0 were counted, as shown in the pseudo-code below:
Pseudo-code of the algorithm for counting black points in a binary image. Let "Black" be a variable that stores the amount of black points (pixel value equal to 0) in the image. Let "M" be an n (rows) xm (columns) matrix that represents a binary image.

1. Start:
2. M = binary image
3. Black = 0
4. For i worth 1 to n do
5. For j worth 1 to m do
6. If M(i,j) == 0
7. Black = Black + 1
8. End If
9. EndFor
10. EndTo
11. End

[0064] Qualquer algoritmo do estado da técnica pode ser aplicado na etapa mencionada acima, desde que seja capaz de identificar a quantidade de pontos com valor de pixel 0 na imagem binária.[0064] Any state-of-the-art algorithm can be applied in the step mentioned above, as long as it is able to identify the number of points with pixel value 0 in the binary image.

[0065] Após o processamento digital da imagem e cálculo da sujidade, foi realizada uma distribuição de frequências desses valores em intervalo de classes. O ponto médio do intervalo de maior frequência foi utilizado como ponto de corte (cut off point) para definir o que passa a ser considerado como maior sujidade e menor sujidade. Para a determinação do referido ponto médio, inicialmente, os dados coletados por meio das imagens foram organizados, os quais podem estar na forma de tabelas (Figura 4A e 4B) ou gráficos (Figura 5A e 5B). Os dados foram obtidos em uma única atividade ou experimento (Figura 4A e 5A), como também pela junção de dados obtidos por atividade ou experimentos feitos em momentos diferentes (Figura 4B e 5B).[0065] After digital image processing and dirt calculation, a frequency distribution of these values in class range was performed. The midpoint of the highest frequency range was used as the cut off point to define what is considered to be more and less dirty. To determine this midpoint, initially, the data collected through the images were organized, which can be in the form of tables (Figures 4A and 4B) or graphs (Figures 5A and 5B). Data were obtained in a single activity or experiment (Figures 4A and 5A), as well as by joining data obtained by activities or experiments performed at different times (Figures 4B and 5B).

[0066] A natureza dos dados coletados se baseia na intensidade de cor dos pontos ou manchas encontrados no papel de filtro.[0066] The nature of the data collected is based on the color intensity of the spots or spots found on the filter paper.

[0067] Os dados são então organizados graficamente por frequência das medidas em intervalos de classe para que se possa encontrar a distribuição de frequência (gráfico), que seja visualmente mais simétrica. No presente experimento, foi testada inicialmente a divisão dos valores em 7 classes (figura 6C) e mais uma ou duas classes a mais e a menos (figura 6A 6B e 6D).[0067] The data are then graphically organized by frequency of measurements into class intervals so that the frequency distribution (graph) can be found that is visually more symmetrical. In the present experiment, the division of values into 7 classes was initially tested (figure 6C) and one or two more and less classes (figure 6A, 6B and 6D).

[0068] Após a identificação do gráfico de distribuição de frequência dos valores dos dados divididos em intervalos de classes visualmente mais simétrico (Figura 7), as duas classes do meio (Figura 7) foram selecionadas, e o ponto médio dessa(s) classe(s) pôde ser identificado. O ponto médio foi calculado pela média aritmética simples dos dois valores extremos da(s) classe(s) escolhida(s).[0068] After identifying the frequency distribution graph of data values divided into visually more symmetrical class intervals (Figure 7), the two middle classes (Figure 7) were selected, and the midpoint of this class(es) (s) could be identified. The midpoint was calculated by the simple arithmetic mean of the two extreme values of the chosen class(es).

Claims

Method of quantification of dirt or residues from laminates or metal sheets, preferably aluminum, characterized by comprising the steps of:

a) data collection by obtaining images;
b) digital image processing;
c) calculation of dirt or residues, from the transformation of the image into a binary image; and
d) statistical analysis through frequency distribution of values in class intervals.

Method according to claim 1, characterized in that the sheets or laminates come from a cold rolling process.

Method, according to claim 1, characterized in that the dirt or residues on the surface of the laminates or plates will be identified by means of an optical instrument for capturing images, preferably cameras, or materials that, when pressed against the plate or laminated, generate patterns selected from the group comprising lighter and darker spots, or spots.

Method, according to claim 3, characterized in that the materials are a moistened filter paper.

Method according to claim 1, characterized in that the image is in color or in grayscale.

Method according to claim 5, characterized in that the color image is transformed into grayscale images.

Method, according to claim 6, characterized by the fact that the color image is computationally represented by a matrix, with three layers, in which the information of one of the colors RGB, Red, Green and Blue are stored in each of the layers. , of each pixel in the image.

Method according to claim 5, characterized in that the grayscale images are obtained by means of photographs taken by a camera or by scanning the material.

Method, according to any one of claims 1 to 8, characterized in that the grayscale image is converted into a binary image to indicate the points with dirt or residues and the points absent from these phenomena.

Method according to any one of claims 1 to 9, characterized in that all pixels with an intensity greater than the pre-established level are replaced by the value 1, white, without dirt or residues, and all other pixels by the value 0, black, which have dirt or residues.

Method according to any one of claims 1 to 10, characterized by the fact that after transforming the grayscale image into a binary image, the frequency distribution step of these values in class range takes place.

Method according to any one of claims 1 to 11, characterized in that the midpoint of the highest frequency interval must be used as a cut-off point to define greater dirt/residue and lesser dirt/residue.

Method, according to any one of claims 1 to 12, characterized by the fact that in the frequency distribution step, data is organized through tables or graphs, obtained in a single activity or experiment, or obtained by joining data from activities or experiments performed at different times, where the data are of the same nature and measures the same variable.

Method, according to claim 13, characterized by the fact that after organizing the data, the data frequency analysis step takes place in class intervals, to provide a visually more symmetrical frequency distribution.

Method according to claim 14, characterized in that after the data frequency analysis step, the cut-off point determination step occurs, in which the middle class, if the number of classes is odd, or the two middle classes, if the number of classes per pair, is selected, and the midpoint of that class(es) is identified.

Method, according to claim 15, characterized in that the midpoint is calculated by the simple arithmetic mean of the two extreme values of the chosen class(es).

Method, according to claim 15, characterized by the fact that after identification of the cut-off point, the laminates or sheets with values of dirt or residues above the pre-established value are classified as outside the pre-established standards Of Quality.